基于M积分物理信息神经网络的含缺陷材料寿命预测方法

本发明公开了基于M积分物理信息神经网络的含缺陷材料寿命预测方法，包括：基于经典断裂力学参数M积分，根据能量等效法构建含缺陷金属材料的损伤参数——等效损伤面积；根据等效损伤面积和M积分的幂律关系，建立M积分疲劳模型，并构建物理损失函数；采用物理损失函数和数据相关损失函数构建混合损失函数，并基于混合损失函数构建物理信息神经网络；优化物理信息神经网络的超参数，获得最优寿命预测模型；使用预测模型对含缺陷金属材料的疲劳寿命进行评估。本发明方法考虑了多缺陷特征对疲劳失效的影响，寿命预测结果既满足疲劳数据间的相关性又遵从物理规律，降低了对疲劳数据的依赖，显著提高了预测精度和分析效率。